شارك الفريق الذي يقف وراء أول استغلال عام لفساد ذاكرة kernel في نظام التشغيل MacOS على M5 silicon، تفاصيل جديدة حول كيفية مساعدة Mythos Preview في تجاوز جهود Apple الأمنية التي استمرت خمس سنوات في خمسة أيام.
قليلا من الخلفية التقنية
في العام الماضي، قدمت شركة Apple تطبيق Memory Integrity Enforcement (MIE)، وهو نظام أمان للذاكرة مدعوم بالأجهزة مصمم لجعل عمليات استغلال تلف الذاكرة أكثر صعوبة في التنفيذ.
كما أوضحت شركة Apple، فإن MIE مبني بشكل أساسي على ملحق وضع علامات الذاكرة (MTE) الخاص بـ Arm، وهي إحدى مواصفات عام 2019 التي تعمل “كأداة للأجهزة للمساعدة في العثور على أخطاء تلف الذاكرة”.
وهنا أبل:
MTE هو، في جوهره، نظام وضع علامات على الذاكرة وفحص العلامات، حيث يتم وضع علامة على كل تخصيص للذاكرة بسر؛ يضمن الجهاز عدم قبول الطلبات اللاحقة للوصول إلى الذاكرة إلا إذا كان الطلب يحتوي على السر الصحيح. إذا لم تتطابق الأسرار، يتعطل التطبيق، ويتم تسجيل الحدث. يتيح ذلك للمطورين التعرف على أخطاء تلف الذاكرة فور حدوثها.
تكمن المشكلة في أن شركة Apple وجدت أن MTE لم يكن قويًا بما يكفي في ظل ظروف معينة، لذلك قامت بتطوير MIE ودمجه “في أجهزة وبرامج Apple في جميع طرازات iPhone 17 وiPhone Air”.
باختصار، MIE هو نظام أمان الذاكرة المدعوم بالأجهزة من Apple. إنه مبني على مواصفات Arm’s MTE ويستخدم الشريحة نفسها للمساعدة في اكتشاف ومنع بعض هجمات تلف الذاكرة قبل أن يتم استغلالها.
يمكنك معرفة المزيد عن MIE هنا.
أدخل، فريق كاليفورنيا
وفي وقت سابق اليوم، صحيفة وول ستريت جورنال ذكرت حقيقة أن الباحثين الأمنيين في كاليفورنيا استخدموا نموذج Anthropic’s Mythos Preview للكشف عن ثغرة أمنية جديدة في نظام التشغيل MacOS من خلال ربط “خللين ومجموعة من التقنيات معًا لإتلاف ذاكرة جهاز Mac ومن ثم الوصول إلى أجزاء من الجهاز التي يجب أن يتعذر الوصول إليها.”
الآن، شارك الفريق الذي يقف وراء هذا الاستغلال بعض التفاصيل الإضافية حول كيفية القيام بذلك، بما في ذلك مقطع فيديو مدته 20 ثانية لاستغلال تلف ذاكرة kernel أثناء العمل.
في المنشور، لاحظوا أنه بينما ركزت شركة Apple معظم جهودها في MIE على نظام التشغيل iOS، فقد جلبتها الشركة مؤخرًا إلى أجهزة MacBooks أيضًا مع شريحة M5.
هنا كاليف:
أمضت شركة أبل خمس سنوات في البناء [MIE]. وربما مليارات الدولارات أيضا. وفقًا لأبحاثهم، تقوم MIE بتعطيل كل سلسلة استغلال عامة ضد نظام التشغيل iOS الحديث، بما في ذلك مجموعات استغلال Coruna وDarksword التي تم تسريبها مؤخرًا.
ثم يعلقون على كيفية كسرهم لـ MIE على M5 في خمسة أيام فقط:
كان مسار هجوم macOS الخاص بنا في الواقع اكتشافًا عرضيًا. وجد بروس دانغ الأخطاء في 25 أبريل. انضم ديون بلازاكيس إلى كاليفورنيا في 27 أبريل. قام جوش مين ببناء الأدوات، وبحلول الأول من مايو كان لدينا استغلال عملي.
الاستغلال عبارة عن سلسلة تصعيد امتيازات محلية لنواة البيانات فقط تستهدف نظام التشغيل macOS 26.4.1 (25E253). يبدأ من مستخدم محلي لا يتمتع بأي امتيازات، ويستخدم فقط مكالمات النظام العادية، وينتهي بقشرة الجذر. يتضمن مسار التنفيذ اثنتين من نقاط الضعف والعديد من التقنيات، التي تستهدف أجهزة M5 المعدنية العارية مع تمكين kernel MIE.
وأوضحوا أن لديهم تقريرًا فنيًا مكونًا من 55 صفحة حول الاختراق، لكنهم لن يصدروه حتى تقوم شركة Apple بشحن إصلاح للاستغلال.
لكنهم لاحظوا بشكل عام أن نموذج Mythos Preview الخاص بـ Anthropic ساعدهم في تحديد الأخطاء وساعدهم خلال عملية تطوير استغلال الثغرات التعاونية بأكملها:
يعد Mythos Preview قويًا: بمجرد أن يتعلم كيفية مهاجمة فئة من المشكلات، فإنه يعمم على أي مشكلة تقريبًا في تلك الفئة. اكتشف Mythos الأخطاء بسرعة لأنها تنتمي إلى فئات الأخطاء المعروفة. لكن MIE هي أداة تخفيف جديدة هي الأفضل في فئتها، لذا فإن تجاوزها بشكل مستقل قد يكون أمرًا صعبًا. وهنا يأتي دور الخبرة البشرية.
كان جزءًا من حافزنا هو اختبار ما هو ممكن عندما يتم إقران أفضل النماذج مع الخبراء. يعد اكتشاف استغلال لفساد ذاكرة kernel ضد أفضل وسائل الحماية خلال أسبوع أمرًا جديرًا بالملاحظة، ويدل على شيء قوي حول هذا الاقتران.
في المنشور، ذكروا أيضًا أن هذا الاكتشاف أكسبهم زيارة Apple Park، حيث شاركوا تقرير أبحاث الثغرات الأمنية مع Apple مباشرةً.
وأشاروا أيضًا إلى أن MIE من Apple، مثل معظم وسائل التخفيف الأمنية المستخدمة حاليًا، تم إنشاؤها “في عالم ما قبل Mythos Preview”، مضيفًا أنه في الوقت الذي يمكن فيه حتى للفرق الصغيرة، بمساعدة الذكاء الاصطناعي، تحقيق اكتشافات مثل هذه، “نحن على وشك معرفة كيف تصمد أفضل تكنولوجيا التخفيف على الأرض خلال أول خطأ للذكاء الاصطناعي”.
لقراءة مشاركة كاليف كاملة، اتبع هذا الرابط.
يستحق التدقيق على الأمازون
FTC: نحن نستخدم الروابط التابعة التلقائية لكسب الدخل. أكثر.
